Predecir la madurez del aguacate mediante la Inteligencia Artificial (IA) es el objetivo de la herramienta «Evocato», que la Universidad de Granada, junto a las firmas Nazaríes Intelligenia, Terceto, Fidesol y La Caña, trabajan para perfeccionar desde hace tres años con un prototipo de aplicación más sólido y estable.
Según ha informado el consorcio integrado por onTech Innovation, referente en materia tecnológica, esta iniciativa está encaminada a proponer una herramienta de determinación de la materia seca del aguacate y, por tanto, de su grado de madurez basada en el denominado «machine learning» (aprendizaje automático) y la IA.
El proyecto, desarrollado en dos fases previas, alcanza ahora su tercera y última fase de estudio que permitirá profundizar en el conocimiento acerca del comportamiento de una aplicación móvil y un sensor «no invasivo» para tratar de revolucionar el sector de la producción de aguacates gracias a un sistema de determinación del grado de madurez del fruto.
Esta parte se ha centrado en la variedad Bacon, un tipo de aguacate que se caracteriza por su proliferación en las costas de Granada y Málaga y su cosecha temprana, con la que el consumidor final puede disfrutar de aguacates de temporada y de proximidad desde mediados del otoño.
Una de las particularidades de esta variedad es que, además de ser muy cremosa con una textura similar a la mantequilla, sus frutos tienen una piel muy fina.
Gran ventaja
Aunque a nivel organoléptico es una gran ventaja, esta característica hace difícil determinar su grado de madurez, de ahí el interés especial por continuar el desarrollo de la herramienta Evocato que pone el foco en esta variedad.
Tanto la aplicación móvil como el sensor no invasivo son ahora más versátiles y sus modelos predictivos resultan además más robustos, con datos nuevos y actualizados.
Se ha estudiado también la evolución en la producción de aguacates para interferir en los momentos clave de su cosecha, con el objetivo de que productores se puedan adaptar a las necesidades de cada mercado.
Perfeccionamiento
El perfeccionamiento de la técnica ha aumentado el potencial de éxito en las validaciones, lo que ha mejorado tanto los modelos de predicción como la calidad de los datos con los que son entrenados, así como la fiabilidad.
Según sus impulsores, para usar Evocato basta con anclar el sensor no invasivo a un dispositivo móvil a través de tecnología bluetooth, al igual que se hace con el dispositivo manos libres de un coche.
A continuación, será necesario acercar el sensor al fruto y la aplicación móvil procesará los datos obtenidos y los pondrá en relieve con los valores aportados por los estudios previos, llevados a cabo antes del desarrollo del prototipo de sensor y la «app».
El productor dispondrá de tres acciones con los datos extraídos en las diferentes tomas: se podrán desechar a la espera de nuevas tomas, se podrán organizar por lotes, fincas u otras variables, y se podrán compartir con otras áreas de negocio, como logística, calidad, trazabilidad u otros productores.
